监控這件事，很多站点都是出事之後才想起来加。用戶反馈打不開、蜘蛛抓取量突然掉、排名往下走，才回头翻日誌。與其被動补，不如按一份清單把监控和告警過一遍，重点是覆盖范围、判断标准和處理流程，而不是堆一堆看板。

一、先確認监控覆盖了哪些地址

• 首頁、栏目頁、詳情頁模板各取一個代表 URL；
• 關键接口，比如登入、搜尋、表單提交；
• robots.txt 與站点地图地址；
• 移動端或獨立模板的入口；
• 多域名、子域名、多地区入口。

只监控首頁是最常见的盲区。首頁通常走了缓存，内頁要走資料库或接口，两者出故障的時間点往往不一样，只盯一個地址容易漏。

二、判断标准：狀態碼之外還要看什么

• HTTP 狀態碼是否符合预期，是否出現 5xx 或意外跳轉；
• 响應時間是否超出平时基线；
• 返回頁面里是否包含關键特征，比如标题關鍵詞、核心区块；
• HTTPS 證书剩余有效期；
• DNS 解析是否正常。

只看 200 並不够。有的故障頁面照样返回 200，但内容是错誤提示或空白模板，属于典型的软 404 场景。加一條内容特征校驗，能早一步發現問题。

三、采样频率與告警阈值

频率不必一味求快。核心接口可以一分钟一次，内容頁五到十分钟一次通常就够用。阈值建议设成连續 N 次失敗再通知，比如连續三次異常才發告警，避免網絡抖動带来的一串誤报。

告警的價值在于每條都值得看一眼。如果一天收到几百條，最後没有人會打開。

四、告警發给谁，怎么分級

1. P1：首頁或核心接口不可用，直接电话或即时通讯找人；
2. P2：部分栏目異常、整体响應變慢，發到值班群；
3. P3：證书临近到期、磁盘接近阈值，進待办清單按周處理。

要有人负责，也要有明确的兜底人。值班表長期不更新，告警等于没發。

五、把蜘蛛来訪和抓取異常纳入观察

监控不只是给用戶看的。可以顺带观察服務器日誌里的几項趋势：蜘蛛訪問量、5xx 返回比例、抓取耗时。如果某天蜘蛛訪問量突然归零，或者 5xx 比例明顯上升，通常說明站点某處已经出問题了，比排名變化出現得更早。

需要提醒的是，這些只是观察指标，用来判断站点是否健康，不要理解成抓取量高就一定有好的表現。

六、容易忽略的监控盲区

• 只监控 www，忘了裸域名和二級域名；
• 只监控 PC 版本，移動端 UA 走的是另一套模板；
• 栏目改版後舊路径已经 404，监控項却還留在列表里；
• 监控机在 IP 白名單内，绕過了 CDN 和防火墙，测不到真實鏈路；
• 告警只發到信箱，节假日没人看。

七、定期做一次告警鏈路演练

监控本身也會失效：探针挂了、密钥過期、通知渠道被折叠。建议隔一段時間手動制造一次小故障，比如临时改一個測試路径，確認告警能按时送達、能顺利找到人。

整套自查不必一次做完。先把首頁、一個栏目頁、一個接口加進去，把 P1 告警跑通，再逐步补覆盖面與分級，比一上来就上复杂方案更容易落地。